Questionário vinculado ao guia · Médio Nível

Questionário de síntese de texto para áudio AudioGen

Revise os tokens acústicos condicionados por texto, codec de forma de onda, autorregressão, aumento de fonte mista, orientação e continuação de áudio do AudioGen.

Caminhos de guia relacionadosTexto Audiogen para síntese de áudio
Pergunta 1 de 8

What task does the cited AudioGen study address?

Visualize cada pergunta8 perguntas

As respostas e explicações aparecem conforme você responde ao teste.

  1. What task does the cited AudioGen study address?
    • Only exact transcript-to-speech rendering
    • Apenas classificação de imagens
    • Generating general audio conditioned on descriptive text
    • Only converting every audio event into MIDI notation
  2. Qual é a primeira etapa do pipeline da AudioGen?
    • Um autoencoder de áudio que transforma formas de onda em tokens discretos
    • Um modelo de texto para imagem
    • Um reconhecedor de fala
    • Um codificador de vídeo
  3. Que tipo de modelo prevê os tokens de áudio?
    • Um classificador de imagem convolucional
    • Uma árvore de decisão
    • Um regressor linear simples
    • Um modelo de linguagem Transformer autorregressivo
  4. What does AudioGen’s original mixed-source augmentation do?
    • Only concatenates unmodified waveform clips end to end
    • Mixes audio samples and concatenates their corresponding text captions
    • Deletes both source captions
    • Changes every sound into a silent recording
  5. Qual biblioteca Meta maior inclui AudioGen?
    • AudioCraft
    • Relâmpago PyTorch
    • Hub TensorFlow
    • Abraçando Difusores de Rosto
  6. Como é produzida uma forma de onda final a partir dos tokens gerados pelo AudioGen?
    • Os tokens são impressos como texto
    • Eles são enviados por e-mail para um servidor
    • Eles são renderizados como uma imagem
    • O decodificador de codec converte tokens de volta em áudio
  7. Which two model contributions are combined by classifier-free guidance in the original AudioGen formulation?
    • Only the left and right display colors
    • Text-conditional and unconditional log-probability contributions
    • Only two unrelated image filenames
    • A required human transcript and a password
  8. What additional input defines AudioGen’s studied audio-continuation setup?
    • Only a blank file extension
    • A mandatory complete future waveform as the answer
    • An initial acoustic audio prefix
    • Only a screenshot of the source code